Jaringan Syaraf Tiruan, Fuzzy Logic dan Algoritma Genetika

1. Jaringan Syaraf Tiruan

    Jaringan syaraf adalah merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia tersebut. Istilah buatan disini digunakan karena jaringan syaraf ini diimplementasikan dengan menggunakan program komputer yang mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaran.

    Ada beberapa tipe jaringan syaraf, namun demikian, hampir semuanya memiliki komponen-komponen yang sama. Seperti halnya otak manusia, jaringan syaraf juga terdiri-dari beberapa neuron, dan ada hubungan antara neuron-neuron tersebut. Neuron-neuron tersebut akan mentransformasikan informasi yang diterima melalui sambungan keluarnya menuju ke neuron-neuron yang lain. Pada jaringan syaraf, hubungan ini dikenal dengan nama bobot. Informasi tersebut disimpan pada suatu nilai tertentu pada bobot tersebut.

    neuron-neuron akan dikumpulkan dalam lapisan-lapisan (layer) yang disebut dengan lapisan neuron (neuron layers). Biasanya neuron-neuron pada satu lapisan akan dihubungkan dengan lapisan-lapisan sebelum dan sesudahnya (kecuali lapisan input dan lapisan output). Informasi yang diberikan pada jaringan syaraf akan dirambatkan lapisan ke lapisan, mulai dari lapisan input sampai ke lapisan output melalui lapisan yang lainnya, yang sering dikenal dengan nama lapisan tersembunyi (hidden layer). Tergantung pada algoritma pembelajarannya, bisa jadi informasi tersebut akan dirambatkan secara mundur pada jaringan.

    1.1 ARSITEKTUR JARINGAN

          1.1.1 Jaringan dengan lapisan tunggal (single layer net) Jaringan dengan lapisan tunggal hanya memiliki satu lapisan dengan bobot-bobot terhubung. Jaringan ini hanya menerimainput kemudian secara langsung akan mengolahnya menjadi output tanpa harus melalui lapisan tersembunyi (Gambar 8.4). Pada Gambar 8.4 tersebut, lapisan input memiliki 3 neuron, yaitu X1, X2dan X3. Sedangkan pada lapisan output memiliki 2 neuron yaitu Y1dan Y2. Neuron-neuron pada kedua lapisan saling berhubungan. Seberapa besar hubungan antara 2 neuron ditentukan oleh bobot yang bersesuaian. Semua unit input akan dihubungkan dengan setiap unit output.  

            1.1.2 Jaringan dengan banyak lapisan (multilayer net) Jaringan dengan banyak lapisan memiliki 1 atau lebih lapisan yang terletak diantara lapisan input dan lapisan output (memiliki 1 atau lebih lapisan tersembunyi), seperti terlihat pada Gambar 8.5. Umumnya, ada lapisan bobot-bobot yang terletak antara 2 lapisan yang bersebelahan. Jaringan dengan banyak lapisan ini dapat menyelesaikan permasalahan yang lebih sulit daripada lapisan dengan lapisan tunggal, tentu saja dengan pembelajaran yanglebih rumit. Namun demikian, pada banyak kasus, pembelajaran pada jaringan dengan banyak lapisan ini lebih sukses dalam menyelesaikan masalah.

            1.1.3 Jaringan dengan lapisan kompetitif (competitif layer net) Hubungan antar-neuron pada lapisan kompetitif ini tidak diperlihatkan pada diagram arsitektur.

IMPLEMENTASI JARINGAN SYARAF TIRUAN

1.  Dalam Bidang Ketahanan Militer

a. Artificial Intelligence Projects

            Salah satu contoh aplikasi AI yang digunakan pada saat ini yaitu dalam bidang militer. Virtual reality dipakai untuk melakukan simulasi latihan perang, simulasi latihan terjun payung. dan sebagainya. Dimana dengan pemakaian teknologi ini bisa lebih menghemat biaya dan waktu dibandingkan dengan cara konvensional.

            Istilah Realitas maya tidak pasti asalnya. Pengembang realitas maya, Jaron Lanier mengakui bahwa ia menggunakan istilah itu pertama kali dan ada istilah yang terkait digunakan oleh Myron Krueger adalah “kenyataan tiruan“ telah digunakan sejak 1970.

            Virtual Reality sering digunakan untuk menggambarkan berbagai aplikasi, umumnya terkait dengan mendalam, sangat visual, 3D lingkungan.Biasanya piranti Virtual Reality ini juga memonitor apa yang dilakukan user. Misalnya kacamata yang mengontrol pergerakkan bola mata pengguna dan meresponnya dengan mengirim masukkan video yang baru.

            Virtual Reality kadang digunakan untuk menyebut dunia virtual yang disajikan ke dalam komputer, seperti pada berbagai macam game permainan komputer yang kini marak perkembangannya, meskipun hanya berbasis representasi teks, suara dan grafis.

            Sekarang, istilah Virtual Reality mulai tergantikan oleh istilah Virtual Envoronment oleh para ahli komputer. Konsepnya tetap sama, yaitu mensimulasikan lingkungan 3-D yang bisa dijelajahi oleh pengguna seolah-olah benar-benar bisa dirasakan lewat indera.

 

Dalam Bidang Kecerdasan Buatan

Aplikasinya :

Kecerdasan Buatan Dalam Robotika

      Kecerdasan Buatan (Artificial Intelligence) dalam robotik adalah suatu algorithma (yang dipandang) cerdas yang diprogramkan ke dalam kontroler robot. Pengertian cerdas di sini sangat relatif, karena tergantung dari sisi mana sesorang memandang. Para filsuf diketahui telah mulai ribuan tahun yang lalu mencoba untuk memahami dua pertanyaan mendasar: bagaimanakah pikiran manusia itu bekerja, dan, dapatkah yang bukan-manusia itu berpikir? (Negnevitsky, 2004). Hingga sekarang, tak satupun mampu menjawab dengan tepat dua pertanyaan ini. Pernyataan cerdas yang pada dasarnya digunakan untuk mengukur kemampuan berpikir manusia selalu menjadi perbincangan menarik karena yang melakukan penilaian cerdas atau tidak adalah juga manusia. Sementara itu, manusia tetap bercita-cita untuk melakukan kecerdasan manusia kepada mesin.

 

Dalam Bidang Ekonomi dan Bisnis

Aplikasinya :

Sistem Prediksi Kurs Mata Uang Menggunakan Jaringan Syaraf Tiruan

            Prediksi kurs mata uang adalah salah satu tahap awal yang sangat penting sebelum dilakukan proses jual beli nilai tukar mata uang yang nantinya menjadi acuan perekonomian dunia. Pada penggunaannya juga dapat sebagai pertimbangan untuk para pialang saham dan bursa efek untuk mengambil langkah bisnis selanjutnya. 

 2.  Fuzzy Logic

    Keuntungan Fuzzy: 

 • Pemodelan matematik sederhana

 • Toleransi data-data yang tidak tepat

 • Dapat memodelkan fungsi-fungsi non liner yang kompleks

 • Mengaplikasikan pengalaman tanpa proses pelatihan5

 • Didasarkan pada bahasa alami 

Himpunan Fuzzy Pada himpunan tegas (crisp), nilai keanggotaan suatu intem x dalam suatu himpunan A, yang sering ditulis dengan μA[x] memiliki dua kemungkinan, yaitu : 1. Satu (1), yang berarti bahwa suatu intem menjadi anggota dalam satu himpunan 2. Nol (0) yang berarti bahwa suatu intem tidak menjadi anggota dalam suatu himpunan.

Ada beberapa yang perlu diketahui dalam memahami sistem logika fuzzy yaitu :  

1. Variabel fuzzy Variabel fuzzy merupakan variabel yang hendak dibahas dalam suatu sistem fuzzy. Contoh : umur, temperatur, permintaan, dan lain-lain.  

2. Himpunan fuzzy Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variabel fuzy.

3. Semesta pembicaraan Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu variabel fuzzy. 

4. Domain Keseluruhan nilai yang diizinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy.

Metodologi Desain Sistem Fuzzy Secara garis besar untuk perancangan suatu sistem fuzzy perlu dilakukan beberapa tahapan yaitu :  

    Sumber : file.upi.edu/Direktori/FPTK/JUR._PEND._TEKNIK_ELEKTRO

Berikut ini adalah beberapa bentuk implementasi fuzzy logic dalam berbagai bidang di kehidupan sehari-hari manusia :

1. Air Conditioner.

2. Vacuum Cleaner.

3. Logika Fuzzy untuk Sistem Pengaturan Lampu Lalulintas.

4. Logika Fuzzy untuk Sistem Pengaturan Suhu Ruangan.

3. Algoritma Genetika 

    Algoritma genetika nerupakan algoritma pencarian yang berdasarkan pada seleksi alam dan genetika alam. Algoritma ini berguna untuk masalah yang memerlukan pencarian yang efektif dan efisien, dan dapat digunakan secara meluas untuk aplikasi bisnis, pengetahuan, dan dalam ruang lingkup teknik. Algoritma genetika ini dapat digunakan untuk mendapatkan solusi yang tepat untuk masalah satu atau banyak variabel. Sebuah chromosome biasanya simbolnya string hal ini diperuntukkan bagi bilangan biner dan untuk floating point yang dipakai adalah bilangan real. Untuk masalah tiga variabel maka chromosome akan tersusun atas tiga gen demikian pula kalau permasalahannya melibatkan lima variabel, maka didalam satu chromosome juga akan terdapat lima gen. 

 • Crossover

crossover terjadi ketika parent bertukar bagian dari gen pembentuknya. Dalam Algoritma Genetika, crossover menggabungkan materi genetika dari kedua chromosome parent menjadi dua anak. Crossover yang dipakai untuk bilangan real adalah Arithmatic Crossover.Prosedur untuk memilih parent mana yang akan mengalami proses crossover :  

-  Tentukan probabilitas crossover.  

- Bangkitkan bilangan random 0 sampai 1 sebanyak i (jumlah chromosome dalam satu populasi).  

- Bandingkan bilangan random itu dengan probabilitas crossover (Pc).

• Mutasi 

mutasi adalah proses yang bertujuan untuk mengubah salah satu atau lebih bagian dari chromosome. Untuk bilangan floating ini memakai Nonuniform Mutation atau yang dikenal sebagai Dynamic Mutation. Mutasi ini didesain untuk dapat mentuning dengan baik dengan tujuan mencapai tingkat ketelitian yang tinggi. Prosedur untuk menentukan gen mana yang akan dimutasi adalah :  

1.Tentukan probabilitas mutasi.  

2.Tentukan banyaknya random yang diperoleh dari banyaknya jumlah chromosomedalam satu populasi x banyaknya gen dalam satu chromosome (total_random).  

3.Bangkitkan bilangan random antara 0 dan 1 sebanyak total_random.  

4.Bandingkan hasil random yang didapat sebanyak total_random dengan probabilitas mutasi. 

Beberapa definisi penting dalam algoritma genetika adalah sebagai berikut : 

1. Gen (Genotype) adalah sebuah nilai yang menyatakan satuan dasar yang membentuk suatu arti tertentu dalam satu kesatuan gen yang dinamakan kromosom. 

2. Alleleyaitu nilai dari sebuah gen, dapat berupa bilangan biner, float, integer, karakter, dan kombinatorial. 

3. Kromosom adalah gabungan gen-gen yang membentuk nilai tertentu. 

4. Individu merupakan suatu nilai atau keadaan yang menyatakan salah satu solusi yang mungkin dari permasalahan yang diangkat. 

5. Populasi merupakan sekumpulan individu yang akan diproses bersama dalam satu siklus proses evolusi. Populasi terdiri dari sekumpulan kromosom. 

6. Induk adalah kromosom yang akan dikenai operasi genetika (crossover). 

7. Crossover adalah operasi genetika yang mewakili proses perkembangbiakan antar individu. 

8. Offspringadalah kromosom yang merupakan hasil dari operasi genetika (crossover) dikenal keturunan atau sebagai anak. 

9. Mutasi merupakan operasi genetika yang mewakili proses mutasi dalam perjalanan hidup individu. Mutasi berperan menghasilkan perubahan acak dalam populasi, yang berguna untuk menambah variasi dari kromosom-kromosom dalam sebuah populasi. 

10. Proses seleksi merupakan proses yang mewakili proses seleksi alam (natural selection) dari Teori Darwin. Proses ini dilakukan untuk menghasilkan keturunan (offspring). 

 

Daftar Pustaka :

http://eprints.uny.ac.id/48910/2/BAB%202%20KAJIAN%20PUSTAKA.pdf

http://file.upi.edu/Direktori/FPTK/JUR._PEND._TEKNIK_ELEKTRO/197211131999031-ADE_GAFAR_ABDULLAH/file_mk_Pengantar_Kecerdasan_Buatan_%289files%29/Bab_II_KCB.pdf

http://rosyid.lecturer.pens.ac.id/materi%20AI/Minggu10%20-%20Algoritma%20Genetika.pdf

https://id.scribd.com/doc/224050884/Jaringan-Syaraf-Tiruan-rev 

http://s6m-jst.blogspot.com/2015/06/kelompok-4.html